CN101266294B - 一种抑制雷达回波信号包络移动的补偿方法 - Google Patents

Abstract

本发明属于雷达技术领域，涉及雷达回波信号包络移动的抑制补偿方法。本发明首先构造补偿矩阵B，同时按快慢时间排列采样数据得到二维数据矩阵A，然后用预存储的权值矢量L对将A、B相乘后得到的矩阵C进行相关处理后得到矩阵D以实现脉冲压缩，然后对矩阵D的每一列数据进行慢时间积累处理后得到矩阵E，最后将矩阵E与补偿矩阵B的共轭矩阵B^*相乘，得到最终的信号矩阵F。本发明实质上是一种基于匹配权控制的包络移动补偿算法，采用本发明的方法可以根据粗略的速度范围，实现包络移动的有效补偿，有效提高运动目标的检测概率和参数估计精度。由于本发明使用的方法不需要插值操作，因此不会导致额外的信噪比损失，同时补偿所需要的计算量也得到了有效的控制。

Description

一种抑制雷达回波信号包络移动的补偿方法

技术领域：

本发明属于雷达技术领域，涉及雷达回波信号包络移动的抑制补偿方法。

背景技术：

隐身技术的发展给防空雷达系统带来了空前的压力。迫使雷达系统采取新的针对性的技术手段，长时间相参积累技术能提高照射到目标的电磁能量，增强雷达对目标的检测能力，成为非常关键的技术措施之一。特别在MIMO雷达等使用宽波束低增益天线的场合，这种技术不可或缺。

与此同时，固态射频器件的发展也给雷达性能的提高带来了新的契机，由于固态器件具有平均功率大而峰值功率小的特点，使用大时宽的线性调频脉冲串信号是全固态相控阵雷达提高雷达威力的同时维持目标距离分辨能力的有效途径。

脉冲多普勒雷达一般采用FFT技术实现目标回波信号的相参积累；使用线性调频信号脉冲串时，则首先在每个雷达周期内使用匹配滤波技术实现脉冲压缩，再利用FFT技术实现回波信号的相参积累。

由于目标的运动，回波信号在不同雷达周期之间会出现微小的走动，当积累时间比较长的时候，这种走动将降低积累的效率，从而降低检测概率和目标参数的估计精度，并使积累得到的脉冲信号变宽，影响目标参数的估计精度。

针对回波信号包络的走动，必须采取必要的补偿措施以提高积累的效率，目前主要的补偿方法有二种。第一类是楔石形(keystone)变换技术，它考虑了多谱勒频率与信号频率关系，通过慢时间的尺度变换达到消除包络移动的目的，此方法性能比较理想，适用的范围也比较广，但相对后续基于FFT快速积累处理所需要的矩形格式排列的数据，直接由时间变换得到的数据表现为楔石形形状，必须使用插值方法以获得需要的数据格式，运算量非常大，即使利用线性调频变换算法(CTA)后，其计算量依然很大(见保铮等著雷达成像技术第2章37～39页相关部分电子工业出版社2005.4)；第二类方法是在快时间域完成匹配滤波处理的基础上进行的，利用先验的或者假设的速度计算每个雷达周期里包络的相对移动，然后使用插值或移位的办法实施补偿，这个思路对探测波形的具体形式要求也不高，但由于同样需要运用插值算法，运算量也比较大(见陈远征等基于包络插值移位补偿的高速运动目标的积累检测算法研究信号处理Vol.20 No.4 387-390 Aug.2004)。与此同时，无论是频域还是时域，在信噪比较低的场合使用插值算法时，不同采样之间的非相关性会破坏信号的幅相特性，出现较高的寄生旁瓣，并导致一定的信噪比损失。

FFT技术是快速傅立叶变换算法，该技术运用在目标积累的场合时，等效于一组等间隔排列并覆盖所有可能速度通道的滤波器，能有效降低积累处理的计算量。

发明内容：

本发明提供一种抑制雷达回波信号包络移动的补偿方法，它本质上是一种基于匹配权控制(利用预置权值实现脉冲压缩)的包络移动补偿算法，适用于使用线性调频信号(LFM)脉冲串时长时间积累处理。采用本发明的方法可以根据粗略的速度范围，实现包络移动的有效补偿，有效提高运动目标的检测概率和参数估计精度。

为描述方便，首先确定下述定义：

常规积累处理：指不考虑包络在雷达周期之间移动时采用的积累处理方法，先在每个雷达周期内使用基于匹配滤波的脉冲压缩处理，再在不同的模糊距离上使用FFT技术实施脉冲信号的积累处理；

基于插值的包络移动补偿：指陈远征等在《基于包络插值移位补偿的高速运动目标的积累检测算法研究》中使用的包络线性插值和移位补偿方法；

基于预乘补偿矩阵的包络移动补偿：指本发明使用的包络移动补偿方法，事先需要准备补偿矩阵，积累处理前只需要将补偿矩阵和信号矩阵相乘就可以实现包络移动补偿的目的。

为表达方便，记数字采样的周期为Ts，发射载频为f_c，单个驻留发射的脉冲数为M，雷达发射脉冲宽度为Tp，发射脉冲的周期为T，它们与采样周期之间满足整数倍的关系：

T＝N×Ts和Tp＝H×Ts    (1)

这里N、H为自然数。雷达发射信号表示为：

$s\left(t\right)=\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}U(t-\mathrm{mT})e^{j2\mathrm{\π}{f}_{c}t}---\left(2\right)$

这里：

$U\left(t\right)=\mathrm{rect}(t/T_P)e^{j\frac{1}{2}\mathrm{\μ}{t}^2}---\left(3\right)$

为复调制包络信号，其中μ为调频斜率，

而

$\mathrm{rect}(t/T_P)=\left\{\begin{array}{cc}1& t\∈[0,T_P]\\ 0& t\∉[0,T_P]\end{array}\right.---\left(4\right)$

为门函数。

本发明是采用如下步骤来实现抑制雷达回波信号包络移动的：

步骤1构造二维复补偿矩阵B：

根据预定的径向速度v_r，生成二维复补偿矩阵B，且：

$B_{(m,k)}=e^{-\mathrm{jk},m,k_v\mathrm{\μ}{T}_{s}T}{e}^{-\mathrm{j\μ}{\left(k_{\mathrm{vr}}\mathrm{mT}\right)}^2/2},m\∈[0,M-1],k\∈[0,N-1]---\left(5\right)$

这里有：

k_cvr＝(c+v_r)/(c-v_r)    (6)

k_vr＝2v_r/(c-v_r)        (7)

公式(6)和(7)中，c为光速；构造补偿矩阵需要的速度信息，在跟踪阶段该速度信息由前期跟踪滤波预测信息获取；在搜索阶段则根据使用的信号带宽，用多个并行处理通道覆盖所有可能的目标速度范围。

步骤2按快慢时间排列数据：

对接收机采样得到的M.N个复数据按快慢时间排列，得到二维的接收数据矩阵，记原始一维采样数据为S，变换得到的二维数据矩阵为A，有：

A_(m，k)＝S(m*N+k)   m∈[0，M-1]，k∈[0，N-1]    (8)

步骤3包络移动补偿预处理：

将步骤2所得的二维数据矩阵A与步骤1所得的补偿矩阵B相乘，得到新的矩阵，记为C，有：

C＝A.*B    (9)

这里“(.*)”表示点乘操作。

步骤4快时间域脉冲压缩：

用预存储的权值矢量L对步骤3得到的数据矩阵C的每一行数据进行相关处理，以实现脉冲压缩。记脉冲压缩后得到的矩阵为D，有：

$D(m,k)=\underset{h=0}{\overset{H-1}{\mathrm{\Σ}}}L\left(h\right).C(m,h+k),m\∈[0,M-1],k\∈[0,N-1]---\left(10\right)$

这里“(.)”表示复乘操作，而L是预存储权值矢量，且：

$L\left(h\right)=\mathrm{rect}(h.\mathrm{Ts}/T_P)e^{-j\frac{1}{2}\mathrm{\μ}{(h.\mathrm{Ts})}^2},h\∈[0,H-1]---\left(11\right)$

上述相关操作可以利用FFT技术转化为频域的相乘操作，相关说明可以参阅信号处理的有关资料。

步骤5慢时间域积累处理：

对步骤4得到的矩阵D的每一列数据进行慢时间积累处理。设处理得到的信号矩阵为E，有：

E(:，k)＝fft(D(:，k))    k∈[0，M-1]    (12)

这里“fft(.)”表示快速傅立叶操作。

步骤6消除速度偏移：

将步骤5所得的信号矩阵E与步骤1的二维复补偿矩阵B的共轭矩阵B^*相乘，得到最终的信号矩阵F：

F＝E.B^*    (13)

经过上述步骤后，雷达周期之间包络走动以及由此导致的积累损失得到有效抑制，从而能有效提高运动目标的检测概率和参数估计精度。

本发明的工作原理是：

设雷达发射信号为s(t)而接收信号为s_r(t)，我们有：

s_r(t)＝ηs(t-t_r)    (14)

这里η为传输导致的信号幅度损失。于是有(见丁鹭飞耿富录雷达原理西安电子科技大学出版社1984.1第8章)：

t_r＝2(R₀-v_rt)/(c-v_r)    (15)

这里R₀是雷达开始发射电磁信号时目标的起始距离。

雷达接收系统将接收信号乘以本振e^-j2πfct得到基频信号，令 $t=\hat{t}+\mathrm{mT}$ 以便使用中快慢时间的表达方式，其中为快时间，m为慢时间周期数；同时为使讨论简单，假设t₀在[0，T]之间(如果超出上述范围，只要进行简单的变量替换就可以得到类似的结论)，我们就可以得到视频回波信号的二维表达式：

$S_{\mathrm{rl}}(\hat{t},m)=\mathrm{\η}.\mathrm{rect}\left(\frac{k_{\mathrm{cvr}}\hat{t}+k_{\mathrm{vr}}\mathrm{mT}-t_0}{T_p}\right)e^{j\frac{1}{2}\mathrm{\μ}{(k_{\mathrm{cvr}}\hat{t}-t_0+k_{\mathrm{vr}}\mathrm{mT})}^2}{e}^{j2\mathrm{\π}{f}_d(\hat{t}+\mathrm{mT})}.e^{-\mathrm{j\φ}}$

$=\mathrm{\η}.\mathrm{rect}\left(\frac{k_{\mathrm{cvr}}\hat{t}+k_{\mathrm{vr}}\mathrm{mT}-t_0}{T_p}\right)e^{j\frac{1}{2}\mathrm{\μ}{(k_{\mathrm{cvr}}\hat{t}-t_0)}^2}{e}^{j2\mathrm{\π}{f}_d\hat{t}}{e}^{j\frac{1}{2}\mathrm{\μ}[{\left(k_{\mathrm{vr}}\mathrm{mT}\right)}^2-2t_0{k}_{\mathrm{vr}}\mathrm{mT}]}{e}^{j2\mathrm{\π}{f}_d\mathrm{mT}}{e}^{\mathrm{j\μ}{k}_{\mathrm{cvr}}\hat{t}{k}_{\mathrm{vr}}\mathrm{mT}}.e^{-\mathrm{j\φ}}---\left(16\right)$

这里：

$f_d=\frac{2v_r}{c-v_r}{f}_c,---\left(17\right)$

为目标的多谱勒频率。

φ＝2πf_ct₀    (18)

为与目标距离有关的相位。

可以发现，与

均有关系，显然是导致目标回波包络出现移动的主要原因，可称其为包络移动项，其它项对包络的走动没有贡献。利用公式(9)对数据进行预处理，正好能消除该项的影响。当然，如果使用的LFM信号较窄，以至e^{jμ(kvrmT)2/2}导致的慢时间域频谱的展宽可以忽略不计时，则公式(5)的补偿矩阵可以简化为：

$B_{(m,k)}=e^{-\mathrm{jk}.m{.k}_v\mathrm{\μ}{T}_{s}T},m\∈[0,M-1],k\∈[0,N-1]---\left(19\right)$

注意到利用公式(9)或(19)进行补偿时，会存在随而变化的额外多谱勒偏移，因此必须用公式(14)表示的方法消除该影响，由于此时已经完成了慢时间域的匹配处理，因此不会产生包络的走动。

本方法本质上利用了LFM信号模糊函数的多谱勒-距离耦合特性。由信号的模糊函数：

$\mathrm{\χ}(f_d,t)=\mathrm{rect}\left(\frac{-t}{T_P}\right)e^{-j\frac{1}{2}\mathrm{\μ}{t}^2}\⊗\mathrm{rect}\left(\frac{t-t_0}{T_P}\right)e^{j\frac{1}{2}\mathrm{\μ}{(t-t_0)}^2}{e}^{j2\mathrm{\π}{f}_{d}t}---\left(20\right)$

$=e^{j\frac{\mathrm{\&mu;}}{2}(t-t0)T_P}{e}^{\mathrm{j\&pi;}{f}_d(t-t_0)+T_p}\left(\frac{T_P-|t-t_0|}{2}\right)\frac{2\sin ((\mathrm{\&mu;}(t-t_0)+2\mathrm{\&pi;}{f}_d)(T_p-|t-t_0\left|\right)/2)}{(T_P-|t-t_0\left|\right)(\mathrm{\&mu;}(t-t_0)+2\mathrm{\&pi;}{f}_d)/2}|t-t_0|<T_P$

0               else

可以知道，LFM信号模糊函数的主瓣峰值位置为：

$t=t_0\frac{T_P}{B}{f}_d---\left(21\right)$

由公式(5)分析我们构造的补偿矩阵的特性，可以看出按公式(9)进行补偿的时候，对不同雷达周期的数据进行了频谱的微小搬移，这等效于多谱勒频率的改变，注意到不同雷达周期内频率的变化是不一样的，随后进行的基于匹配滤波的脉冲压缩处理的结果，不同雷达周期得到的峰值主瓣将产生微小的移动，只要按先验的速度构造合适的补偿矩阵，则经过公式(9)的预补偿处理，我们将能够维持所关心的目标的回波信号包络在不同雷达周期之间基本对齐，从而改善雷达在长时间积累条件下的积累效果。

由于本发明使用的方法不需要插值操作，因此不会导致额外的信噪比损失，同时补偿所需要的计算量也得到了有效的控制，因为补偿所需要的实时计算量只是步骤8所需要的复矩阵乘法。步骤1补偿矩阵构造所需要的计算是非实时计算量，没有必要作为考虑的重点。

本发明的包络移动补偿方法与先验的速度信息有关系，如果速度范围比较大，则需要采用多通道并行处理的方法，以扩展多谱勒容限，这一点和第二类方法类似。(见陈远征等基于包络插值移位补偿的高速运动目标的积累检测算法研究信号处理Vol.20 No.4 387-390Aug.2004)。

附图说明

图1对比了常规处理方法和采用速度补偿措施后的积累处理效果，目标速度和信号参数同上文的设置。可以看出采用速度补偿技术后，积累效果明显改善，比常规方法高约16db。

图2给出了不同目标速度、不同信号带宽情况下，常规处理的损失情况，该图也可以近似作为采用补偿技术后，不同速度失配情况下的处理损失。据此可估计出不同信号带宽情况下允许的速度容差，显然，随着目标信号频带宽度的增加，所允许的速度误差范围将减少。

图3对比了白噪声背景下常规积累处理方法(方案1)、基于包络插值移位的补偿方法(方案3)和本专利基于预乘补偿矩阵的方法(方案2)的积累效果。可以看出，常规方法由于没有进行包络补偿，积累后得到的信号幅度最低，但宽度比较宽；基于插值的方法虽然获得了积累效果的改善，但存在较大的寄生旁瓣；基于本发明预乘补偿矩阵的方法不但积累效果好，也不存在寄生旁瓣。

图4为本发明流程示意图。

具体实施方式

在目标速度530米/秒，距离为75000米的情况下，设：数字采样的周期为Ts＝0.025微秒，发射载频为f_c＝10000MHz，单个驻留发射的脉冲数为M＝100，雷达发射脉冲宽度为Tp＝20微秒，发射脉冲的周期为T＝1000微秒，按照步骤1～步骤6所述的技术方案进行抑制雷达回波信号包络移动的补偿处理，得到如图3中方案2所示的仿真结果。可以看出，基于本发明预乘补偿矩阵的方法不但积累效果好，也不存在寄生旁瓣。

Claims (1)

1.一种抑制雷达回波信号包络移动的补偿方法，记数字采样的周期为Ts，发射载频为f_c，单个驻留发射的脉冲数为M，雷达发射脉冲宽度为Tp，发射脉冲的周期为T，它们与采样周期之间满足整数倍的关系：

T＝N×Ts和Tp＝H×Ts

这里N、H为自然数；雷达发射信号表示为：

$s\left(t\right)=\underset{m=0}{\overset{M-1}{\mathrm{\&Sigma;}}}U(t-\mathrm{mT})e^{j2\mathrm{\&pi;}{f}_{c}t}$

这里：

$U\left(t\right)=\mathrm{rect}(t/T_P)e^{j\frac{1}{2}{\mathrm{\&mu;t}}^2}$

为复调制包络信号，其中μ为调频斜率，

而

$\mathrm{rect}(t/T_P)=\left\{\begin{array}{cc}1& t\&Element;[0,T_P]\\ 0& t\&NotElement;[0,T_P]\end{array}\right.$

为门函数；

其特征是，采用如下步骤来实现抑制雷达回波信号包络移动：

步骤1构造二维复补偿矩阵B：

根据预定的径向速度v_r，生成二维复补偿矩阵B，且：

$B_{(m,k)}=e^{-\mathrm{jk}.m.k_v{\mathrm{\&mu;T}}_{s}T}{e}^{-\mathrm{j\&mu;}{\left(k_{\mathrm{vr}}\mathrm{mT}\right)}^2/2},$ m∈[0，M-1]，k∈[0，N-1]

这里有：

k_cvr＝(c+v_r)/(c-v_r)

k_vr＝2v_r/(c-v_r)

其中c为光速；

步骤2按快慢时间排列采样数据：

对接收机采样得到的M.N个复数据按快慢时间排列，得到二维的接收数据矩阵，记原始一维采样数据为S，变换得到的二维数据矩阵为A，有：

A_(m，k)＝S(m*N+k)       m∈[0，M-1]，k∈[0，N-1]

步骤3包络移动补偿预处理：

将步骤2所得的二维数据矩阵A与步骤1所得的补偿矩阵B相乘，得到新的矩阵，记为C，有：

C＝A.*B

这里“(.*)”表示点乘操作；

步骤4快时间域脉冲压缩：

用预存储的权值矢量L对步骤3得到的数据矩阵C的每一行数据进行相关处理，以实现脉冲压缩；记脉冲压缩后得到的矩阵为D，有：

$D(m,k)=\underset{h=0}{\overset{H-1}{\mathrm{\&Sigma;}}}L\left(h\right).C(m,h+k)$ m∈[0，M-1]，k∈[0，N-1]

这里“(.)”表示复乘操作，而L是预存储权值矢量，且：

$L\left(h\right)=\mathrm{rect}(h.\mathrm{Ts}/T_P)e^{-j\frac{1}{2}\mathrm{\&mu;}{(h.\mathrm{Ts})}^2}$ h∈[0，H-1]

步骤5慢时间域积累处理：

对步骤4得到的矩阵D的每一列数据进行慢时间积累处理，设处理得到的信号矩阵为E，有：

E(：，k)＝fft(D(：，k))    k∈[0，N-1]

这里“fft(.)”表示快速傅立叶操作；

步骤6消除速度偏移：

将步骤5所得的信号矩阵E与步骤1的二维复补偿矩阵B的共轭矩阵B*相乘，得到最终的信号矩阵F：

F＝E.B*

经过上述步骤后，雷达周期之间包络走动以及由此导致的积累损失得到有效抑制。

Images